محمدرضا مددی

در این پژوهش از سیستم استنتاج فازی عصبی-تطبیقی (ANFIS) برای پیش بینی آبدهی روزانه رودخانه پلرود در استان گیلان استفاده شد. به این منظور، ترکیب منتخبی از داد ه های اندازه گیری شده بارش در تعدادی از ایستگاه های باران سنجی حوضه و داده های مشاهداتی آبدهی رودخانه در یکی از ایستگاه های هیدرومتری با طول دوره آماری 6 سال استفاده شده است. از تعداد 2190 داده موجود 1860 داده به عنوان داده های آموزش و 330 داده برای آزمون به کار برده شده است. پس از آموزش مبتنی بر نظارت مدل، اقدام به پیش بینی سری زمانی جریان رودخانه با استفاده مدل ANFIS گردید. نتایج نشان داد که مدل ANFIS با تعداد 8 ورودی (ترکیب آبدهی و بارش)، با مقادیر شاخص های آماری RMSE (12/3)، MAE (53/1)، d (99/0)، MSE (76/9)، NMSE (04/0) و R2 (96/0) عملکرد مطلوبی در تخمین آبدهی روزانه رودخانه داشته است.